IMPLEMENTASI ARSITEKTUR MOBILENETV2 UNTUK KLASIFIKASI CITRA BERAS IMPOR

• NURUL KHASANAH
• 14002381

---

ABSTRAK

Beras merupakan bahan pangan pokok masyarakat indonesia. untuk menjaga kestabilan angka cadangan beras nasional, pemerintah indonesia mengambil kebijakan untuk melakukan impor beras. jenis beras import dapat dianalisis oleh pakar industri secara manual dengan indera pengelihatan. namun, hal itu dianggap tidak efisien dan tidak akurat. hal itu menyebabkan banyaknya kasus beras oplosan di Indonesia. Dalam perkembangan teknologi, cara klasifikasi jenis beras dapat dilakukan dengan bantuan pengolahan citra. tujuan penelitian ini untuk klasifikasi ctira beras import menggunakan arsitektur CNN. Tahapan penelitian yang dilakukan: akuisisi citra, augmentation, split data, klasifikasi, pengujian, evaluasi dan implementasi. akuisisi data dilakukan menggunakan flatbed scanner dan menghasilkan 180 citra. proses augmentasi menghasilkan 1980 citra. data dibagi menajdi 1584 citra training, 198 citra testing, 198 citra validation. klasifikasi dilakukan menggunakan arsitektur mobilenetv2. akurasi yang dihasilkan 96,4% dani nilai loss 13,6%. hasil penelitian diimplemantasikan dalam bentuk website.

Kata kunci: Beras , klasifikasi, CNN, MobilenetV2, website

KATA KUNCI

Image processing,Klasifikasi,Convolutional Neural Network

---

DAFTAR PUSTAKA